AnswersPublished20 sources
StartLux 27B arriva secondo nel test MCP del CAICT: il modello compatto tallona un’AI da 1,6 trilioni di parametri
StartLux V1.0 27B Preview ha ottenuto 39,25 punti nel test MCP del CAICT, classificandosi secondo a soli 1,30 punti da DeepSeek V4 Pro, un modello da 1,6 trilioni di parametri. Il modello da 27 miliardi di parametri ha superato DeepSeek V4 Flash 0731 da 284 miliardi e Step 3.7 Flash da 198 miliardi; ha inoltre prime...
Pubblicato daModificato con GPT-5.6 LunaImmagini generate con GPT Image 1.5
Research answer
Key takeaways
- StartLux V1.0 27B Preview ha ottenuto 39,25 punti nel test MCP del CAICT, classificandosi secondo a soli 1,30 punti da DeepSeek V4 Pro, un modello da 1,6 trilioni di parametri.
- Il modello da 27 miliardi di parametri ha superato DeepSeek V4 Flash 0731 da 284 miliardi e Step 3.7 Flash da 198 miliardi; ha inoltre primeggiato nella navigazione basata sulla posizione e ottenuto risultati di verti...
- Il test rafforza l’idea che affidabilità nell’uso degli strumenti, costi, privacy e capacità di completare un flusso di lavoro contino almeno quanto il numero totale di parametri.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Shanghai-based StartLux’s StartLux-V1.0-27B-Preview, a 27-billion-parameter model built on Qwen3.6-27B with targeted post-training a. Article summary: StartLux-V1.0-27B-Preview was a notable outlier in CAICT’s MCP special test: it placed second overall with a 39.25 score despite having 27 billion parameters. It trailed the 1.6-trillion-parameter DeepSeek-V4-Pro by 1.30. Topic tags: general, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
Il modello locale StartLux-V1.0-27B-Preview, sviluppato dalla società di Shanghai StartLux, ha ottenuto il secondo posto nel test speciale MCP del benchmark per i modelli di IA affidabile organizzato dall’Istituto di ricerca sull’intelligenza artificiale del China Academy of Information and Communications Technology (CAICT), l’accademia cinese per le tecnologie dell’informazione e delle comunicazioni.
Con 27 miliardi di parametri, StartLux ha totalizzato 39,25 punti, appena 1,30 punti in meno rispetto a DeepSeek-V4-Pro, che ne conta 1,6 trilioni. 10
3
Il dato non dimostra che un modello da 27B abbia superato in senso generale i sistemi da migliaia di miliardi di parametri. Indica però che, quando il compito richiede di usare strumenti, pianificare più passaggi e operare in ambienti reali, un modello compatto e ottimizzato può ridurre sensibilmente il divario con sistemi molto più grandi.
Che cosa misura il test MCP
MCP, acronimo di Model Context Protocol, è un protocollo utilizzato per collegare i modelli a strumenti e fonti esterne. Un test MCP non equivale quindi a una classifica generale dei modelli linguistici: valuta soprattutto se un sistema riesce a comprendere un obiettivo, scegliere gli strumenti appropriati, costruire un piano e portare a termine l’operazione.
La prova del CAICT comprendeva sei aree specialistiche:
- navigazione basata sulla posizione;
- ricerca sul web;
- automazione del browser;
- analisi finanziaria;
- gestione di repository di codice;
- progettazione 3D.
A queste si aggiungeva una valutazione complessiva, per un totale di sette elementi di verifica. Il test era incentrato sulla collaborazione tra più strumenti, sull’esecuzione di attività complesse e sull’interazione con ambienti reali. Secondo i resoconti disponibili, il punteggio medio è stato calcolato su tre esecuzioni complete. 10
7
È una distinzione importante per le aziende che valutano un agente AI: la capacità di completare un processo di lavoro può essere più utile delle prestazioni su singole domande di conoscenza o ragionamento astratto.
Il confronto con modelli molto più grandi
La classifica complessiva riportata dalle fonti colloca StartLux davanti a diversi modelli con un numero di parametri nettamente superiore:
- StartLux-V1.0-27B-Preview: 27B parametri, 39,25 punti;
- DeepSeek-V4-Pro: 1,6T parametri, primo classificato, 1,30 punti davanti;
- DeepSeek-V4-Flash-0731: 284B parametri, 38,24 punti;
- Step-3.7-Flash: 198B parametri, classificato sotto StartLux.
Nel confronto tra modelli della stessa dimensione, StartLux avrebbe inoltre superato Qwen-3.6-27B di 5,34 punti. Le fonti indicano Qwen-3.6-27B e AgentCPM-Explore tra i modelli inclusi nella prova, ma non forniscono punteggi complessivi verificabili per ciascuno di essi. 2
3
10
I risultati più forti di StartLux sarebbero arrivati nei compiti pratici per agenti: primo nella navigazione basata sulla posizione e in posizione di vertice, alla pari o davanti a DeepSeek-V4-Pro, nell’automazione del browser e nell’analisi finanziaria. 4
6
7
Un risultato significativo, ma da leggere con cautela
Il titolo più corretto è quello dell’efficienza dei parametri, non della fine del ruolo dei modelli grandi. I sistemi più estesi possono ancora offrire capacità più ampie, prestazioni migliori su attività difficili e maggiore margine per il ragionamento di frontiera.
Il test del CAICT suggerisce piuttosto che il post-training e la specializzazione sui compiti possano avere un effetto molto rilevante quando la valutazione premia l’esecuzione affidabile. StartLux descrive il proprio modello come un agente distribuibile localmente e attribuisce parte del risultato a un approccio di ricerca automatizzata chiamato “AI trains AI”.
Queste sono le spiegazioni dell’azienda. Il benchmark conferma la prestazione osservata, ma non dimostra da solo quali tecniche di addestramento l’abbiano resa possibile. La conclusione più prudente è quindi più circoscritta: l’ottimizzazione mirata per l’uso degli strumenti, la pianificazione e il completamento dei flussi di lavoro può avvicinare un modello compatto a sistemi molto più grandi in determinati scenari aziendali.
Perché il deployment locale può fare la differenza
Un modello da 27B è, in linea di principio, più pratico da installare su infrastruttura privata rispetto a uno da 1,6T, soprattutto se è disponibile una versione quantizzata e l’hardware adeguato. Questo può renderlo interessante per organizzazioni che gestiscono attività ripetitive e ad alto volume.
I potenziali vantaggi includono:
- Maggiore controllo sui dati: prompt sensibili e risultati degli strumenti possono restare nell’ambiente aziendale, senza essere inviati a un’API esterna.
- Costi più prevedibili: l’inferenza ad alto volume può ridurre alcune spese ricorrenti per richiesta, anche se nel costo totale vanno considerati hardware, elettricità, gestione e sviluppo.
- Latenza e disponibilità: un’installazione locale può ridurre la dipendenza dalla connettività e dalla capacità del fornitore cloud.
- Personalizzazione: strumenti, policy e procedure di valutazione possono essere adattati a un flusso di lavoro specifico.
Non si tratta però di garanzie automatiche. L’IA locale trasferisce al cliente molte responsabilità: acquisto e manutenzione dell’hardware, aggiornamenti del modello, gestione degli accessi, registri di audit, monitoraggio e sicurezza. Un modello più piccolo può essere più semplice da eseguire senza essere necessariamente più semplice da governare.
La nuova ondata dei modelli compatti per agenti
StartLux si inserisce in una tendenza più ampia: diversi sviluppatori stanno progettando modelli orientati all’efficienza, al throughput e al funzionamento locale, invece di puntare soltanto al numero massimo di parametri.
NVIDIA descrive Nemotron 3.5 Lightning come un modello open a miscela di esperti da 30B, con appena 3B parametri attivi, pensato per l’esecuzione ad alto volume da parte di agenti sempre operativi. La documentazione di supporto di NVIDIA elenca inoltre varianti di Gemma 4 da 12B e 31B. 25
26
Cataloghi e fonti secondarie collocano anche Muse Glimmer di Meta tra i modelli destinati agli agenti locali. Le informazioni disponibili, tuttavia, non consentono di verificare in modo indipendente la documentazione originale di rilascio di Meta. 27
33
Il quadro generale è comunque chiaro: la competizione si sta spostando anche su parametri attivi, velocità di esecuzione, quantizzazione, affidabilità delle chiamate agli strumenti e possibilità di eseguire il modello su infrastruttura privata.
Come potrebbe cambiare l’acquisto di IA nelle aziende cinesi
Il risultato di StartLux può favorire una strategia di approvvigionamento più segmentata:
- Modelli compatti locali o privati per flussi di lavoro sensibili, ripetitivi e ad alto volume.
- Modelli cloud di frontiera per attività ampie, occasionali o eccezionalmente difficili, dove conta soprattutto la capacità massima.
- Valutazione dell’intero processo, includendo accuratezza delle chiamate agli strumenti, recupero dagli errori, tasso di completamento, prestazioni in cinese, adattamento al settore, latenza e costo operativo.
- Verifica della governance prima del lancio, con attenzione a permessi, conservazione dei dati, osservabilità, aggiornamenti del modello e passaggio a un operatore umano.
La domanda utile, quindi, non è più soltanto: “Quale modello ha più parametri?”. È piuttosto: “Quale modello completa questo lavoro in modo affidabile, a un costo e con un livello di rischio accettabili?”
Dalla corsa ai parametri alla corsa ai flussi di lavoro
StartLux-V1.0-27B-Preview non ha chiuso la sfida tra modelli piccoli e grandi. Ha però reso più difficile ignorare il compromesso tra capacità, controllo e costi.
Un modello compatto che funziona bene in attività reali basate sugli strumenti può essere un acquisto più sensato di un sistema molto più grande quando privacy, latenza, prevedibilità della spesa e deployment privato sono le priorità.
La prossima fase dell’adozione aziendale dell’IA potrebbe quindi concentrarsi meno sulla scelta di un vincitore universale e più sull’abbinamento tra dimensione del modello, modalità di deployment e lavoro da svolgere. In questo scenario, il punteggio di 39,25 ottenuto da StartLux è rilevante non perché renda irrilevante il numero di parametri, ma perché mostra quanta capacità operativa può essere concentrata in un modello abbastanza compatto da essere preso in considerazione per l’uso locale.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "StartLux 27B arriva secondo nel test MCP del CAICT: il modello compatto tallona un’AI da 1,6 trilioni di parametri"?
StartLux V1.0 27B Preview ha ottenuto 39,25 punti nel test MCP del CAICT, classificandosi secondo a soli 1,30 punti da DeepSeek V4 Pro, un modello da 1,6 trilioni di parametri.
What are the key points to validate first?
StartLux V1.0 27B Preview ha ottenuto 39,25 punti nel test MCP del CAICT, classificandosi secondo a soli 1,30 punti da DeepSeek V4 Pro, un modello da 1,6 trilioni di parametri. Il modello da 27 miliardi di parametri ha superato DeepSeek V4 Flash 0731 da 284 miliardi e Step 3.7 Flash da 198 miliardi; ha inoltre primeggiato nella navigazione basata sulla posizione e ottenuto risultati di verti...
What should I do next in practice?
Il test rafforza l’idea che affidabilità nell’uso degli strumenti, costi, privacy e capacità di completare un flusso di lavoro contino almeno quanto il numero totale di parametri.